Moodlekurse des Instituts für Medizinische Informatik
Instituts-Webseite: http://www.imi.uni-luebeck.de

Querschnittsbereich Medizinische Informatik für Mediziner

•Kompaktkurs, SS2019, während der Semesterferien (4.3.-8.3.)
•Praktisches Erlernen von C++ mit Beispielen der Med. Bildverarbeitung
•Inhalte: Vorverarbeitung, Featureextrahierung, Entscheidungsbäume/Random Forest für Segmentierung, Neuronale Netzwerke und LibTorch (Deep Learning) C++ Library, Denoising mit Bilateralem Filter, Prototyping in/Verknüpfung mit Python, Parallele Implementierung SIMD, etc.
•5 Tage, 5 x 2 Vorlesungen (je 45-60 min) + 5 x 2 Praktika (je 90-120 min)
•9.30-12:30 Uhr & 13:30-16:30 Uhr + anschließende Abgabe von Übungsaufgaben
•4 ECTS (SWS: 1V+2Ü/P) Wahlpflichtbereich MI/MIW/MML/Informatik mit Anw.fach


Wahlpflicht Veranstaltung für Master Med. Informatik und MIW (6 KP)

Vorlesung, Sprache Englisch (ggf. Deutsch)
Zeit und Ort: Mi 14:00 - 16:00C3-S02 - 058.300
Übung, jede Woche  
Zeit und Ort: Di 12:15 - 13:45Seminarraum Informatik 4 ( Minsky )
in alternierenden Wochen ab 16.4.2019 Di. 12:15 - 14:00, PC Pool 3PC Pool 4

Lehrinhalte: 
  • Gesundheitsversorgung für Herzerkrankungen:
  • - EKG-Signalanalyse zur Arrhythmieerkennung oder Schlafapnoe und für mobile Low-Cost-Geräte
  • - MRT-Sequenzanalyse zur anatomischen Segmentierung und zeitlichen Modellierung
  • Multimodales Retrieval klinischer Fälle und Vorhersage:
  • - Pathologie und semantische Bilderfassung und -lokalisierung
  • - Analyse von Text / natürlicher Sprache (Radiologieberichte / Studienartikel) für multimodales Data Mining in Electronic Health Records (EHR)
  • Computergestützte Erkennung und Klassifizierung von Krankheiten:
  • - CT Lungenknotenerkennung für die Krebsvorsorge mit Transferlernen
  • - Schwach überwachte Anomalieerkennung und Biomarkererkennung
  • Interpretierbare und zuverlässige Deep Learning Systeme
  • - menschliche Interaktion und Korrektur innerhalb von Deep-Learning-Modellen
  • - Visualisierung von Unsicherheiten und intern erlernten Darstellungen
  • Deep Learning Konzepte, Architekturen und Hardware
  • - Faltungsnetzwerke, Residuales Lernen, Tiefe Netzwerke
  • - Verlustfunktionen, Ableitungen, stochastische Optimierung
  • - azyklische Graphennetzwerke, generative adversariale Netzwerke
  • - Cloud Computing, GPUs, Low Precision Computing, DL-Frameworks.


Querschnittsbereich Medizinische Informatik für Mediziner

Zentrale Erfassung von Anfragen und Bearbeitungen von Bachelor und Masterarbeiten am Institut für Medizinische Informatik.

Studenten können sich initial über Themen informieren und gegebenenfalls bei Interesse mit wenigen Angaben in eine Datenbank eintragen und gleichzeitig ein kurzes Motivationsschreiben (PDF) hochladen.

Den Zugangsschlüssel erhalten Sie von den Mitarbeiterinnen und Mitarbeitern des Instituts für Medizinische Informatik.

Mitarbeiter des IMI können davon ausgehend den weiteren Verlauf der Abschlussarbeiten dokumentieren und erhalten gleichzeitig einen Überblick über Abschlussarbeiten der Kollegen. Gleichzeitig kann so bei erhöhter Transparenz ein besseres Verfahren der Vergabe von Bachelorarbeiten erfolgen.